在几乎完全没有光线的环境中,相信任何人都无法清楚看到大部分的物体,但对 AI 来说或许不是件难事。麻省理工学院的科学家近来开发出一种技术,能透过深度神经网络在几乎没有光线的环境下,看见其中的物体。为了让神经网络培养出这样的能力,该团队利用了一万张黑暗、充满噪点,甚至是没有对焦的图片,搭配上在其中存在的物品的图片,对其进行训练。而这样的方式,不仅让神经网络了解应该辨识出什么物品,也能训练其在微弱的光源下该如何从画面中凸显出该辨识的目标。除此之外,研究人员也给神经网路上了一堂物理课,让它理解没有对焦的相机是如何产生出模糊的图片,藉此来应付这类情况下的画面。
经过如此训练后,这套 AI 系统已经可以顺利地在严苛的光线环境下找到目标物品,并将其重现于画面之中,同时画面中黑暗的环境也可以变得十分明亮。当然,这项技术似乎可为夜间摄影所用,但目前麻省理工学院的研究团队最感兴趣的是将其应用于医学领域。以目前的技术来说,在没有光线或辐射协助的情况下,要看到生物组织的细节是一大挑战。然而,除非降低所使用的亮度,光线或辐射是有可能对组织造成危害的。此外,这项技术也将可以帮助天文学者,在没有照明辅助的条件下,探测天上那些看似模糊且微小的物体。
领取专属 10元无门槛券
私享最新 技术干货